Vietnam es el segundo mayor exportador de café del mundo y aporta más de la mitad del suministro mundial de Robusta. Se espera que la producción de café en la campaña 2022/23 alcance los 29,75 millones de sacos, de los cuales Robusta representa más del 95%. Sin embargo, los precios de los productos agrícolas en general, y de los granos de café en particular, suelen ser inestables y pueden fluctuar bruscamente durante las épocas de cosecha excelente, lo que afecta significativamente los ingresos de los agricultores y causa daños a la economía.

Un grupo de estudiantes de último año de la carrera de Tecnología de la Información de la Facultad de Ciencias, Ingeniería y Tecnología, entre ellos Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam y Lam Tin Dieu, junto con sus instructores, capacitaron y evaluaron seis modelos de aprendizaje automático (ML) para predecir los precios del café. El modelo puede ayudar a los agricultores vietnamitas a tomar decisiones y planificar cultivos adecuados, optimizando las ganancias y minimizando las pérdidas.

Nguyen Hai Minh Trang, miembro de la investigación, dijo que el equipo desarrolló seis modelos ML, a saber, LSTM, GRU, ARIMA, SARIMA, SVM y RF, basados ​​en el historial de precios del café, la gasolina, la temperatura y las precipitaciones, para predecir los precios del café Robusta en la provincia de Lam Dong. Se descubrió que el modelo RF, que utiliza todo el conjunto de datos, es el más eficiente.

La razón es que RF puede incorporar conjuntos de datos más ricos y manejar relaciones no lineales. Además, se demostró que el precio del combustible era un predictor significativo y superó a todas las demás características probadas combinadas.

Según el equipo de investigación, el modelo tiene potencial para mejorarse aún más estudiando y agregando el impacto del rendimiento de los cultivos, las tendencias del mercado y los eventos geopolíticos en los precios agrícolas.

Los resultados de la investigación se presentaron en la 8ª Conferencia Internacional IEEE/ACIS sobre Big Data, Computación en la Nube y Técnicas de Ciencia de Datos (BCD 2023), junto con investigadores, científicos, ingenieros y expertos, celebrada en diciembre en la ciudad de Ho Chi Minh. Aquí los expertos dieron sugerencias para mejorar la precisión y aplicabilidad de las predicciones del modelo. “Planeamos profundizar en técnicas de vanguardia y métodos emergentes en el campo para fortalecer aún más los resultados de investigación que el equipo ha logrado”, afirmó Thong.

Hai Minh